DBMS > Databricks vs. LeanXcale vs. Microsoft Azure Cosmos DB

Vergleich der Systemeigenschaften Databricks vs. LeanXcale vs. Microsoft Azure Cosmos DB

Bitte wählen Sie ein weiteres System aus, um es in den Vergleich aufzunehmen.

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

The Databricks Lakehouse Platform combines elements of data lakes and data warehouses to provide a unified view onto structured and unstructured data. It is based on Apache Spark.

A highly scalable full ACID SQL database with fast NoSQL data ingestion and GIS capabilities

Globally distributed, horizontally scalable, multi-model database service

Primäres Datenbankmodell

Document Store
Relational DBMS

Key-Value Store
Relational DBMS

Document Store
Graph DBMS
Key-Value Store
Wide Column Store

Sekundäre Datenbankmodelle

Spatial DBMS

DB-Engines Ranking misst die Popularität von Datenbankmanagement- systemen
Trend Chart

Punkte	81,08
Rang	#15	Overall
	#2	Document Stores
	#10	Relational DBMS

Punkte	0,36
Rang	#280	Overall
	#40	Key-Value Stores
	#129	Relational DBMS

Punkte	27,71
Rang	#27	Overall
	#4	Document Stores
	#2	Graph DBMS
	#3	Key-Value Stores
	#3	Wide Column Stores

Website

www.databricks.com

www.leanxcale.com

azure.microsoft.com/services/cosmos-db

Technische Dokumentation

docs.databricks.com

learn.microsoft.com/azure/cosmos-db

Entwickler

Databricks

LeanXcale

Microsoft

Erscheinungsjahr

2013

2015

2014

Lizenz

Commercial or Open Source

kommerziell

Ausschließlich ein Cloud-Service

Nur als Cloud-Service verfügbar

nein

DBaaS Angebote (gesponserte Links)

Database as a Service

Providers of DBaaS offerings, please contact us to be listed.

Server Betriebssysteme

gehostet

Datenschema

Flexible Schema (defined schema, partial schema, schema free)

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

JSON types

XML Unterstützung

Verarbeitung von Daten in XML Format, beispielsweise Speicherung von XML-Strukturen und/oder Unterstützung von XPath, XQuery, XSLT

Sekundärindizes

All properties auto-indexed by default

SQL

Support of SQL

with Databricks SQL

through Apache Derby

SQL-like query language

APIs und andere Zugriffskonzepte

JDBC
ODBC
RESTful HTTP API

JDBC
Kafka Connector
ODBC
proprietary key/value interface
Spark Connector

DocumentDB API
Graph API (Gremlin)
MongoDB API
RESTful HTTP API
Table API

Unterstützte Programmiersprachen

Python
R
Scala

C
Java
Scala

.Net
C#
Java
JavaScript
JavaScript (Node.js)
MongoDB client drivers written for various programming languages
Python

Server-seitige Scripts

Stored Procedures

benutzerdefinierte Funktionen

JavaScript

Triggers

JavaScript

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

Implizit im Cloud Service

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Implizit im Cloud Service

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

with Hadoop integration

Integration with Hadoop/HDInsight on Azure*

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Bounded Staleness
Consistent Prefix
Eventual Consistency
Immediate Consistency

Consistency level configurable on request level
Session Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

Multi-item ACID transactions with snapshot isolation within a partition

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

Gibt es Möglichkeiten einige oder alle Strukturen nur im Hauptspeicher zu halten

nein

Berechtigungskonzept

Zugriffskontrolle

Zugriffsrechte bis auf item level einstellbar

Weitere Informationen bereitgestellt vom Systemhersteller

Specific characteristics

Supported database models : In addition to the Document store and Relational DBMS...
» mehr

Wir laden Vertreter der Systemhersteller ein uns zu kontaktieren, um die Systeminformationen zu aktualisieren und zu ergänzen,
sowie um Herstellerinformationen wie Schlüsselkunden, Vorteile gegenüber Konkurrenten und Marktmetriken anzuzeigen.

Zugehörige Produkte und Dienstleistungen

Drittanbieter

CData: Connect to Big Data & NoSQL through standard Drivers.
» mehr

Wir laden Vertreter von Anbietern von zugehörigen Produkten ein uns zu kontaktieren, um hier Informationen über ihre Angebote zu präsentieren.

Weitere Ressourcen

DB-Engines Blog Posts

PostgreSQL is the DBMS of the Year 2023
2. Januar 2024, Matthias Gelbmann, Paul Andlinger

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Databricks is Taking the Ultimate Risk of Building 'USB for AI' – AIM
15. Juni 2024, Analytics India Magazine

The Three Big Announcements by Databricks AI Team in June 2024
17. Juni 2024, MarkTechPost

Databricks launches LakeFlow to help its customers build their data pipelines
12. Juni 2024, TechCrunch

Databricks tells investors annualized revenue will reach $2.4 billion at midway point of year
13. Juni 2024, CNBC

Databricks open-sources Unity Catalog, challenging Snowflake on interoperability for data workloads
12. Juni 2024, VentureBeat

bereitgestellt von Google News

Start your AI journey with Microsoft Azure Cosmos DB—compete for $10K
9. Mai 2024, azure.microsoft.com

Public Preview: DiskANN vector indexing and search in Azure Cosmos DB NoSQL | Azure updates
21. Mai 2024, azure.microsoft.com

Public preview: Change partition key of a container in Azure Cosmos DB (NoSQL API) | Azure updates
27. März 2024, azure.microsoft.com

Building Planet-Scale .NET Apps with Azure Cosmos DB
4. Juni 2024, Visual Studio Magazine

Public preview: Filtered vector search in vCore-based Azure Cosmos DB for MongoDB | Azure updates
24. April 2024, azure.microsoft.com

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk